數據結構基礎
存儲結構分為：
1，隨機存取，即可隨意直接存取任意一個元素，通過下標直接存取出任何一個元素；通過地址直接訪問任意一個空間
2，順序存取，只能從前往後逐個訪問。
3，索引存取，為某個關鍵字建立索引表，從表中取得地址。索引存取多用在數據管理過程中。
4，散列存取。
有1千萬條重復的短信，以文本形式保存，一行一條，有重復。請在5分鐘時間內找出重復出現最多的10條短信？
答：用哈希表的方法。
1）將1千萬條短信分成若幹組，進行邊掃描邊建散列表的方法。第一次掃描，取首字節、尾字節、中間任意兩個字節作為hash code,插入到Hash table中，並記錄其地址、信息長度和重復次數。同Hash code且等長就疑似為相同，比較一下，若相同則加1次Hash table,將重復次數加1。一次掃描後，已經記錄了各自的重復次數，進行第2次hash table的處理。用線性時間選擇可在O(n)的級別上完成前10條的尋找。分組後每組中的top10必須保證各不相同，可用hash來保證，也可以用hash值來保證。
深度優先遍歷（DFS）類似於樹的前序遍歷。
廣度優先遍歷（BFS）類似於樹的按層次遍歷。
哈夫曼編碼：abcdabaa，a編碼0（1位），b編碼10（2位），c編碼110（3位），d編碼111（3位），總長度：1*4+2*2+3*1+3*1=14
http://www.cnblogs.com/huangxincheng/archive/2012/11/25/2788268.html
Trie樹，又稱為單詞查找樹、字典樹。經常用於搜索引擎系統用於文本詞頻統計。
從上面的圖中，我們或多或少的可以發現一些好玩的特性。
第一：根節點不包含字符，除根節點外的每一個子節點都包含一個字符。
第二：從根節點到某一節點，路徑上經過的字符連接起來，就是該節點對應的字符串。
第三：每個單詞的公共前綴作為一個字符節點保存。
二：使用範圍
既然學Trie樹，我們肯定要知道這玩意是用來幹嘛的。
第一：詞頻統計。
可能有人要說了，詞頻統計簡單啊，一個hash或者一個堆就可以打完收工，但問題來了，如果內存有限呢？還能這麽
玩嗎？所以這裏我們就可以用trie樹來壓縮下空間，因為公共前綴都是用一個節點保存的。
第二: 前綴匹配
就拿上面的圖來說吧，如果我想獲取所有以"a"開頭的字符串，從圖中可以很明顯的看到是：and,as,at，如果不用trie樹，
你該怎麽做呢？很顯然樸素的做法時間復雜度為O(N2) ，那麽用Trie樹就不一樣了，它可以做到h，h為你檢索單詞的長度，
可以說這是秒殺的效果。
快速排序的空間復雜度？
數據結構基礎